人工神经网络在API预报中的应用

为更好的反映环境污染变化趋势,为环境管理决策提供及时、准确、全面的环境质量信息,开展城市污染预报研究是十分必要的。将BP神经网络模型引入到大气污染预测预报领域,利用石家庄市2005-2009年春季、夏季、秋季、冬季的4组数据分别建立了4个季节的日空气污染指数的预测模型,并用2009-2010年春季、夏季、秋季、冬季的数据作为独立样本进行预测检验,实验结果表明：通过设置初始权重、学习率、动态系数等参数使基于BP神经网络的大气污染预测模型的精度得到提高,预测值与实际值之间的平均相对误差小,预测值与实际值的相关系数高,得到了较好的预报效果,说明该模型应用于大气污染预报具有较高的预测精度和良好的泛化能力,它为信息社会的城市空气污染预报工作提供了一种全新的思路和方法。     

微型机在农业试验小气候观测中的应用

一种小型,实用的农业试验小气候自动观测系统,主要由微型机,模数转换卡,变送传感器等组成。该系统可实时观测,实时记录,采集信号经远距离传送后,准确可靠。整个系统具有较强的自维护能力,无需专人职守。关于如何提高系统运行的可靠性和稳定性,采用何种编程语言以及对其它气象因子的采集方法等问题也进行了讨论。     

人工神经网络在生物化学中的应用

本文论述了生物化学中模式识别、定量构效关系、化合物结构解析等运用人工神经网络进行计算的方法。     

人工神经网络在农业中的应用

本文介绍了人工神经网络的历史发展概况、基本结构和原理、主要特点.综述了人工神经网络历年来在农业信息科学领域的应用情况.     

人工神经网络在环棱螺体质量缺失值预测中的应用

环棱螺育种时,往往会出现部分个体体质量数据缺失的情况.为尽可能利用育种性能优异的所有个体的信息,采用人工神经网络对来自5个地理群体(阳澄湖、江阴、官莲湖、洪湖和仙桃)的784个环棱螺的4个形态学指标(包括壳高、壳宽、壳口高和壳口宽)和体质量数据进行训练,再使用太湖群体的261个环棱螺的相应数据进行人工神经网络模型测试,...     

人工神经网络在农业中的应用研究

本文回顾了人工神经网络技术在国内外农业领域中的应用情况,对其在农业中的应用前景进行展望。     

人工神经网络在农业自然资源研究中的应用

人工神经网络是一种模拟人脑思维过程的计算模型,具大规模并行处理、信息分布式存储、较强自适应性、自组织性和容错性等优良特性,在非线性关系模拟中更具优势。在对人工神经网络和农业自然资源进行简单介绍的基础上,综述了人工神经网络在农业自然资源研究领域中,在预测预报、评价(评估)、分类和识别以及优化计算方面的应用,并对人工神经网络的应用前景作了概括性的展望。     

人工神经网络在农产品干燥中的应用

综述了人工神经网络技术在农产品干燥领域的应用现状,包括人工神经网络在参数预测、在线预测、智能预测控制、模型预测、结果预测、仿真检验中的应用。并对这项技术的应用做了进一步展望。     

基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用

训练样本在数量级上的差别和分配的不均匀会导致网络收敛缓慢,且训练结果偏向样本比重较大的那一方。由AR模型在水文时间序列的较好应用可知,水文时间序列中趋势项占有绝对优势。因此以趋势辨识理论对样本进行规范化,使样本规范化到同一数量级,同时时间序列的趋势保持不变。此外输出层不经过非线性处理,以保证网络有更大的预报空间。经黑河流域实测流量资料验证,基于趋势辨识理论的神经网络在水文时间序列预报中训练速度较快,预报效果较好。     

人工神经网络在林分生长模型中的应用

在介绍人工神经网络定义、特征、结构及其局限性和发展趋势的基础上,重点介绍其在国内外林分生长模型中的研究现状,为构建精准林分模型提供参考。     

人工神经网络在恶性肿瘤诊断中的应用

本研究将人工神经网络方法用于人血清荧光光谱法诊断癌症，采用反向传播神经网络方法，建立识别人血清荧光光谱的网络模型，参数经过训练，平均识别率高达94％。     

神经网络在函数逼近中的应用

基于神经网络,通过采集样本数据研究了函数逼近问题,并就神经网络性能指标在该函数逼近过程中的影响进行了分析。研究结果表明,在大量合理的输入输出数据存在时,神经网络可以对未知函数进行无限的逼近。     

人工神经网络的研究

This paper summarizes the history and current development of artificial neural networks (ANN), and briefly introduces the ANN study on modelling building and learning mechanism. It emphatically probes into the realization of neural networks and neural com     

人工神经网络技术研究

以目前流行的数据挖掘中的人工神经网络技术为例,分析了其原理、主要功能、结构及工作方式等几方面,并指出了人工神经网络技术未来的研究方向及发展趋势.     

基于人工神经网络的CHRIS数据内陆水体叶绿素浓度反演研究

利用BP神经网络和CHRIS高光谱数据反演了富营养化非常严重的太湖梅梁湾地区叶绿素A浓度。首先计算了CHRIS模式2的18个波段与叶绿素A浓度的皮尔森相关系数,选择CHRIS的前5个波段和第13波段的反射率值作为神经网络的输入,以野外测量的叶绿素A浓度为神经网络的输出。实验表明,BP神经网络具有很好的非线性拟合能力,叶绿素A浓度的反演精度相对误差仅为22%,明显优于传统的多项式模型,显示BP神经网络与CHRIS高光谱数据结合的方法在内陆水体水质参数反演领域的应用具有相当的优势。     

人工神经网络在电力系统无功电压优化中的应用

电力系统无功电压的优化是提高电能质量.保证电压稳定的有效而重要的手段,国内外对无功优化的研究历时已久,但系统中实时的无功优化控制仍是一大难题.人工神经网络集若十新兴学科于一体,具有强大的信息分布式存储和并行处理功能,适于解决大型复杂的非线性多变量系统的相关问题.利崩人工神经网络中的BP网络.对目前愈趋复杂的电力系统的无功电压优化问题提出解决方案,避免了求解多变量非线性混合约束方程组的难题.使得问题的解决方案更简易可行.通过对IEEE-30节点系统和辽宁省某局的实际数据分析测试表明,BP神经网络应用于无功电压优化是可行的.同时,探讨了BP神经网络中的结构参数和算法参数的改进对网络泛化性能的影响,从而提出了一些提高神经网络泛化性能,减小泛化误差的有效措施,使神经网络的输出精度得到进一步提高.     

基于BP神经网络的缺测降水数据插补

 缺测降水数据的插补可以有效改善数据系列的完整性,以元江境内的元江、洼垤、因远、街子河、阿支、磨房河等水文和雨量站点逐月及年降水数据为基础,研究缺测降水数据的插补。站点之间月降水数据相关分析表明：各站点之间相关性较差,相关分析难以满足本研究流域内部分月降水数据插补精度,故尝试采用BP神经网络模型对研究流域降水数据进行插补。研究表明：基于本流域降水数据建立的神经网络模型检测样本合格率达到89.6%,具有较好的插补精度,说明神经网络可以用于本研究流域的缺测降水数据插补,为降水数据缺测的插补提供了新的途径。     

Combine Gearbox Aided Design Based on Artificial Neural Networks

In the optimum design of the self-propelled combine gearbox, the knowledge of ANN is applied to overcome slow calculation and low design efficiency. We did the normative approach of the charts information,then solved the difficult problems in the design process and get satisfactory results. We also completed three-dimensional design of the gearbox in order to verify the rationality of the design visually.     

人工神经网络技术在鲜茶叶分选中的应用

将人工神经网络技术应用于鲜茶叶的分类,茶叶图像面积、周长、凸壳面积、凸壳周长、等二阶距椭圆长轴长度、短轴长度、椭圆偏心率等几何参数和R、G、B三个彩色空间分量的均值、标准偏差、平滑度和一致性等纹理参数可以作为茶叶分类的特征值。试验表明,BP网络用于茶叶分类能够取得较好的效果,分类判断的正确率达到90%。网络的隐藏层和输出层为多个神经元时,其可能达到的分类效果要略好于隐藏层和输出层只有单个神经元的网络,但前者训练出的网络会出现权值不能收敛到全局误差最小值的情况,其可靠性不如后者。